φ混合随机变量加权和的完全收敛性(英文)

本文研究了不同分布φ混合随机变量加权和的完全收敛性问题.利用随机变量截尾和矩不等式方法,获得了φ混合随机变量加权和的完全收敛性和强大数定律的结果,所获得结果推广和改进了有关独立同分布随机变量序列的相应结果.     

■混合随机变量序列加权和的矩完全收敛性

本文研究了■混合随机变量序列加权和的矩完全收敛性,利用φ混合随机变量序列的Rosenthal型不等式,得到了■混合随机变量序列加权和的矩完全收敛性定理,这些结果推广和改进了已有的结果.     

不同分布(φ)混合随机变量序列的强收敛性

本文研究了不同分布(φ)混合随机变量序列的强收敛性质的问题.利用(φ)混合随机变量序列的矩不等式和截尾的方法,获得了(φ)混合随机变量序列完全收敛性和几乎处处收敛性结果,所获得结果不仅推广了Baum和Katz (1965)关于独立同分布随机变量序列的结论,而且改进了Wu和Lin (2004)关于同分布(φ)混合随机变量序列的相关结论.     

φ混合随机变量最大值加权和的强收敛（英文）

本文研究φ混合随机变量最大值加权和的强收敛性质.提出关于不同分布φ混合随机变量完全收敛的一些结果.作为一个应用,取得φ混合随机变量加权和的Marcinkiewicz-Zygmund型强大数定律.     

φ-混合序列加权和的完全收敛性

该文把Chen和Sung (文献[1])的一个关于同分布NA随机变量序列加权和最大值完全收敛性结果推广到了φ-混合随机变量序列情形.由于已有文献所用的工具本质上是部分和最大值指数型概率不等式,而对于φ-混合随机变量序列而言,没有那么好的指数型不等式,因此原有的证明方法已失效.该文将应用φ-混合随机变量序列部分和最大值的2-阶Marcinkiewicz-Zygmund矩不等式,结合再截尾方法,获得了理想的结果.该文的证明方法不同于已有结果的证明方法.     

φ-混合序列加权和的矩完全收敛性

本文研究了φ-混合序列加权和的矩完全收敛性.利用矩不等式和截尾的方法,获得了φ-混合序列加权和的矩完全收敛性的充分条件.所得结果推广了Ahmed等(2002)及陈平炎和王定成(2010)的结论.     

行$\tilde\rho$-混合随机变量阵列加权和的完全收敛性[英文]

本文研究随机变量阵列加权和的完全收敛性问题,我们获得行~ρ-混合随机变量阵列加权和的一个完全收敛性定理. 通过这个定理可以获得一系列结果. 我们所得结果推广 了Baum和Katz(1965), Peligrad和Gut(1999)所得的结果.     

混合随机变量阵列加权和的完全收敛性

利用混合随机变量的Rosenthal型不等式,研究了混合随机变量阵列加权和的完全收敛性,在更广泛的条件下,获得了完全收敛性的一般性定理和由混合随机变量序列生成的移动平均过程的完全收敛性定理,这些定理推广和改进了已知一些文献中相应的结果.     

行-混合随机变量阵列加权和的完全收敛性（英文）

本文研究随机变量阵列加权和的完全收敛性问题,我们获得行-混合随机变量阵列加权和的一个完全收敛性定理.通过这个定理可以获得一系列结果.我们所得结果推广了Baum和Katz(1965),Peligrad和Gut(1999)所得的结果.     

φ混合序列加权和的强大数定律

设{X_n;n≥1}为φ混合随机变量序列,利用φ混合序列的强收敛性及三级数定理,在适当的矩条件下,得到了不同分布φ混合序列加权和的强大数定律的一般结果.     

混合随机变量序列加权和的矩完全收敛性

该文研究了混合随机变量序列加权和的矩完全收敛性.利用混合随机变量的Rosenthal型最大值不等式,得到了混合随机变量序列加权和的矩完全收敛性定理,这些结果推广和改进了已知的一些文献中相应结论.     

φ-混合序列加权和的矩完全收敛性（英文）

本文研究了φ-混合序列加权和的矩完全收敛性.利用矩不等式和截尾的方法,获得了φ-混合序列加权和的矩完全收敛性的充分条件.所得结果推广了Ahmed等(2002)及陈平炎和王定成(2010)的结论.     

行为ND随机变量阵列加权和的完全收敛性

在非同分布的情况下,给出了行为ND随机变量阵列加权和的完全收敛性的充分条件,所得结果部分地推广了独立随机变量和NA随机变量的相应结果.作为其应用,获得了ND随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

行为渐近几乎负相关随机变量阵列加权和的完全矩收敛性（英文）

本文考虑行为渐近几乎负相关(AANA)随机变量阵列加权和的完全矩收敛性,在未同分布假设下建立了完全矩收敛性的一些充分条件.获得的主要结果分别推广和改进了负相关随机变量和渐近几乎负相关随机变量的相应结论.     

行为负相依随机变量阵列加权和的完全收敛性

本文研究了行为NOD随机变量阵列加权和的完全收敛性.运用NOD随机变量列的矩不等式以及截尾的方法,得到了关于行为NOD随机变量阵列加权和的完全收敛性的充分条件.利用获得的充分条件,推广了Baek(2008)关于行为NA随机变量阵列加权和的完全收敛性的结论,得到了比吴群英(2012)更为一般的结果.     

NOD随机变量序列加权和的矩完全收敛性

讨论了NOD随机变量序列加权和的矩完全收敛性,获得了NOD随机变量序列加权和的矩完全收敛性的充要条件.这些结论显示了矩完全收敛性和矩条件之间的等价关系,同时推广了Wu Qunying(2011)的结果.     

混合序列部分和的若干收敛性质

本文研究了混合序列部分和的若干收敛性质.利用Serfling不等式推广情形,证明了一类随机变量序列部分和的一个收敛性结果,获得了混合序列部分和的收敛性,并进一步得到了混合序列加权和的强收敛性和完全收敛性,推广并改进了文[2]中有关结果.     

φ^~混合随机变量列的几乎处处收敛性

本文研究(~φ)混合随机变量列的几乎处处收敛性,获得了(~φ)混合随机变量列的强大数律,推广和改进了独立情形的相应结果.     

行为混合阵列加权和的收敛性

本文研究了行为混合阵列加权和的收敛性.利用混合序列的Rosenthal型最大值不等式,讨论了混合阵列加权和的L1收敛性,依概率收敛性,几乎处处收敛性,及完全收敛性之间的等价关系,推广了行独立随机变量阵列相应的结果.     

SOME CONVERGENCE PROPERTIES FOR THE PARTIAL SUMS OF (ρ～) MIXING SEQUENCES

本文研究了(ρ～)混合序列部分和的若干收敛性质.利用Serfling不等式推广情形,证明了一类随机变量序列部分和的一个收敛性结果,获得了(ρ～)混合序列部分和的收敛性,并进一步得到了(ρ～)混合序列加权和的强收敛性和完全收敛性,推广并改进了文[2]中有关结果.